Wracając do naszego wcześniejszego przykładu — meteorolog nie tylko opisuje pogodę, jaka była poprzedniego dnia, lecz również przewiduje pogodę na dni następne. A propos drugiego przykładu —jeżeli test I.I. został przeprowadzony w grupie losowo wybranych studentów z pewnego college’u. to na podstawie zebranych wyników będzie można wnioskować o I.I. wszystkich studentów tego college’u. Testy statystyczne, którymi posługujemy się w psychologii, są tak pomyślane, aby można było sprawdzić, czy zmienna niezależna rzeczywiście wpływa na zmienną zależną. Stosując testy statystyczne, jesteśmy w stanie ocenić, w jakim zakresie możemy przypisywać obserwowane różnice zmiennej niezależnej, a nie czynnikom przypadkowym.
Zmienna niezależna (ZN) jest to zmienna, o której zakładamy, że wywołuje ona zmiany innej zmiennej. Manipulując wartościami tej zmiennej, eksperymentator sprawdza, czy przyczyniła się ona do zmian wartości zmiennej zależnej.
W eksperymencie nad pamięcią zmienną niezależną może stanowić np. zachęcanie grupy — lub brak takiego zachęcania — do zapamiętywania obrazów słów znajdujących się liście. Zmienną zależną będzie tu liczba zapamiętanych słów w każdej z tych dwóch sytuacji. Aby sprawdzić, czy zaobserwowane różnice w liczbie zapamiętanych słów zostały rzeczywiście spowodowane oddziaływaniem zmiennej niezależnej, a nie działaniem czynników przypadkowych, należy zastosować odpowiednie metody statystyczne.
Zmienna zależna (ZZ) to zmienna, na którą wpływa zmienna niezależna. Jest to zmienna, którą wyjaśniamy za pomocą zmiennej niezależnej.
Gdy rzucamy kostką do gry, to mamy 1/6 szansy, że wyrzucimy szóstkę. Jeżeli jednak bardzo pragniemy, żeby tę szóstkę wyrzucić, i uda nam się ją wyrzucić, to faktowi temu nie można przypisywać jakiegoś szczególnego znaczenia. Jeżeli natomiast uda nam się wyrzucić szóstkę trzy razy i to raz za razem, a do tego twierdzimy, że mamy zdolności parapsychiczne — to wynik taki ma zdecydowanie większe znaczenie. Prawdopodobieństwo przypadkowego wyrzucenia trzech szóstek pod rząd jest bowiem bardzo małe. Trzeba jednak pamiętać, że istnieje I szansa na 216 (6 x 6 x 6), że zdarzy się to przypadkowo. Statystyka indukcyjna pozwala na obliczenie prawdopodobieństwa, że nasz rezultat jest efektem oddziaływania zmiennej niezależnej. Trzeba zawsze pamiętać, że każdy rezultat, nawet ten robiący największe wrażenie, może się zdarzyć przypadkowo (lub z przyczyn innych niż oddziaływanie ZN — np. magnesu przymocowanego do jednej ze ścianek!).
Ogólnie rzecz biorąc, psychologowie zgadzają się, że można mówić o wpływie zmiennej niezależnej na zmienną zależną, jeżeli prawdopo-
dobieństwo przypadkowego zajścia danego zdarzenia jest mniejsze od 1/20. czyli mniejsze niż 5 razy na 100 i oznaczane jako p < 0,05. Można zastosować też bardziej rygorystyczny standard upewniania się: zmienna niezależna rzeczywiście może wywierać wpływ na zmienną zależną, jeżeli prawdopodobieństwo to jest jeszcze mniejsze, np. p ś 0,01 (notabene < oznacza „mniejsze lub równe").
Zwiększanie prawdopodobieństwa zwiększa szansę, że dany wynik zdarzył się przez przypadek.
To może prowadzić do błędu I rodzaju, tj. podjęcia decyzji, że ZN wywarła wpływ na ZZ, podczas gdy naprawdę tak nie było.
Zmniejszanie prawdopodobieństwa zmniejsza szansę, że dany wynik zdarzył się przez przypadek.
To może prowadzić do błędu II rodzaju, tj. podjęcia decyzji, że ZN nic wywarła wpływu na ZZ, podczas gdy naprawdę wywarła.
Wyobraźmy sobie eksperyment, w którym badamy wpływ hałasu na wyniki testu z matematyki. W tym przypadku można wprost manipulować wartościami ZN, czyli poziomami hałasu. Pamiętając o procedurach kontrolnych, możemy zmierzyć efekt tej manipulacji, tj. poziom wykonania testu z matematyki. Zmienną niezależną (ZN) można w tym przypadku potraktować jako bezpośrednią przyczynę zmian zmiennej zależnej (ZZ). Wykorzystany plan badawczy to plan przyczynowo-skutkowy.
\
Inny eksperyment może polegać na porównywaniu wykonania zadań percepcyjnych przez kobiety i przez mężczyzn. Zmienną niezależną będzie tu płeć. Trudno jednak uzyskać pewność, ze obserwowane różnice w wykonaniu zadań percepcyjnych można przypisać różnicom biologicznym. Kolejną przyczyną może być np. socjalizacja. W tym